qq_20466211的博客

(1)面对NP问题，当前主流AI用的是近似计算的方案。(2)面对NP问题，Science用的是专业分工与合作的方案，不同专业往往采用不同的工具与技术。以近似计算为基础的深度学习与AGI ，难以胜任AI for Science的任务。

LIME (Local Interpretable Model-agnostic Explanations)是一个强大的Python库，可以帮助解释机器学习分类器(或模型)正在做什么。LIME的主要目的是为复杂ML模型做出的单个预测提供可解释的、人类可读的解释。

对训练和验证可能产生的情况进行总结，并介绍这些图表到底能为我们提供什么样的信息。

如果按照今天的机器学习理论，可能根本就没有开普勒什么事了。开普勒发现的火星位置误差，根本就不叫事，因为这点误差是机器学习理论所允许的。

确定性AI和不确定性AI的特点，传说中的专家系统是什么样子的

不要轻易相信“别人采集的数据”的，因为数据采集中包含了太多的不确定性

为什么这么简单的一个数据集，能够用到上百年？从1936年至今，已经80多年了。根据现在的情况看，该数据集还将继续被大量使用，只要再用十几年，就到100年了。

驱动人工智能发展的三驾马车，数据+算法+算力，不用费力采集数据，算力已经大幅度提升，机器学习研究人员只需要找到小创新点，优化一下算法，利用标准数据集做做实验就能发论文了。但也有一个问题：面对“算法适合什么样的数据”问题，大多数论文都避而不谈，只是找若干数据集，通过实验结果来说明自己算法的有“性能优化”就了事。至于是否是真的有“性能优化”，估计只有天知道。

今天的机器学习，特别是深度学习，已经取得了很大的成绩；但是，今天的机器学习，却与早期机器学习的研究目标(让机器自己能够学习知识，那么就能绕开知识工程师和领域专家获取知识)相去甚远。我们不应该让AI只是一味地模拟视觉、语音、语言等人类自身的基本技能，而是要让AI拥有和人类一样认识自然和改造自然的能力。人类认识自然和改造自然的能力，离不开科学研究。

基于领域特定的方法、基于频率的方法(抽取FFT后的最大值和峰值频率)、基于时间的方法、基于统计的方法。

站在科学的角度看，PAC学习理论与UCI机器学习数据库对机器学习的影响是负面的，但是，它们却让机器学习研究得以慢慢发展起来，至少发论文更容易了。

机器学习中涉及的机理模型与非机理模型的特点，以及融合使用的场景，在缺少数据的情况下如何建立模型。

为机器学习初学者规划一个全面且科学的学习路径，旨在帮助初学者从基础到进阶，再到专业应用，逐步掌握机器学习领域的核心知识和技能。

多变量的异常检测：局部异常因子

线图，显示趋势或模式。点图，可以用来观察变量之间的相关性、分布和离群值。柱状图，用于显示不同类别或分组的数据的数量或频率。条形图，通常用于可视化横向排列的数据。直方图，用于可视化数值数据的分布情况的图表类型。密度图，可以显示数据的分布形状和峰值。箱线图，可视化数值数据分布和离群值的图表类型。小提琴图，显示了数据的密度分布，并在图的两侧绘制了箱线图。热力图，可用于可视化相关性矩阵、协方差矩阵、数据的密度分布等。聚类图，通常是基于热力图的，通过颜色编码来表示数据点之间的相似性。

多变量异常检测：马哈拉诺比斯距离、主成分分析

PyOD是一个专注于异常检测(Outlier Detection)的 Python 库。

主要对机器学习进行科普,包括机器学习的定义、范围、方法,包括机器学习的研究领域：模式识别、计算机视觉、语音识别、自然语言处理、统计学习和数据挖掘。

方差分析、正态性检验

常用的数据预处理算法，如采样、缺失值处理、异常值处理

python中常用的数据挖掘工具包和一般的数据分析流程

模式识别与统计学、心理学、语言学、 计算机科学 、生物学、控制论等都有关系。它与人工智能 、 图像处理的研究有交叉关系。

有监督、无监督、数据预处理等算法的整体归类

AI->ML->DL中机器学习和深度学习常用的开源框架

streamlit的基础使用教程以及配合FastAPI的应用方式

将数据和机器学习模型转变为功能性的Web应用程序

统计学与机器学习的联系

基于钻石数据集介绍XGBoost的使用方式

XGBoost在分类、回归以及参数优化方面的使用

KMeans聚类、streamlit部署模型

逻辑回归、支持向量机等

逻辑回归、KNN、决策树模型，并绘制混淆矩阵和ROC曲线

orange3可视化机器学习、拖拉拽编程工具

kaggle的操作指南，下载数据集到本地的方式

机器学习黑盒模型的可解释性

pipeline管道的使用方式

超参数寻优,随机搜索、网格搜索、贝叶斯搜索、强化学习、粒子群

决策边界、混淆矩阵、ROC曲线、精确率召回率曲线等的可视化方式

随机梯度下降优化算法

选择不同的交叉验证方式